어떤 회사의 애플리케이션이 레이블링된 결과 없이 속성을 기반으로 유사한 고객과 제품을 자동으로 그룹화해야 합니다. 이 회사는 어떤 머신러닝 접근 방식을 사용해야 할까요?

정답은 비지도 학습입니다. 비지도 학습은 레이블링되지 않은 데이터를 사용하여 데이터 내의 숨겨진 패턴이나 구조를 찾는 데 사용됩니다. 이 시나리오에서 애플리케이션은 레이블 없이 고객과 제품을 그룹화해야 하므로, 데이터의 내재된 유사성을 기반으로 군집화를 수행하는 비지도 학습이 가장 적합합니다. 지도 학습은 레이블이 지정된 데이터를 사용하여 예측 모델을 구축합니다. 강화 학습은 에이전트가 환경과 상호작용하며 보상을 최대화하는 방법을 학습합니다. 준지도 학습은 소량의 레이블이 지정된 데이터와 대량의 레이블이 지정되지 않은 데이터를 함께 사용합니다. 이들은 모두 레이블링되지 않은 데이터에서 유사성을 기반으로 그룹화하는 현재 시나리오에는 적합하지 않습니다.